Range-based volatility estimation and forecasting
Modelování a predikce range-based volatility
diplomová práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/42786Identifikátory
SIS: 110493
Kolekce
- Kvalifikační práce [18289]
Autor
Vedoucí práce
Oponent práce
Krištoufek, Ladislav
Fakulta / součást
Fakulta sociálních věd
Obor
Ekonomie
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
28. 6. 2012
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
volatilita, výnosy, futurita, dlouhá paměť, kointegrace, predikceKlíčová slova (anglicky)
volatility, returns, futures contracts, long memory, cointegration, predictionTato diplomová práce analyzuje nové možnosti v předpovídání denního rozpětí cen (tj. rozdílu nejvyšší a nejnižší denní ceny instrumentu). Hlavním zaměřením naší práce je zkoumání možných zlepšení stávajících modelů používaných pro modelování denního rozpětí. Jmenovitě zkoumáme přínos použití eficientnějších odhadů denní volatility jakožto prediktorů denního rozpětí. Konkrétní odhady volatility zkoumané v této práci zahrnují range-based estimátory (Parkinson, Garman & Klass, Rogers & Satchell, atd.) a realizované míry denní variance (realizovaná variance, realizované rozpětí). Součástí těchto výzkumů je i empirické porovnání eficience jednotlivých range-based estimátorů denní volatility. Dalším směrem výzkumu naší práce je analýza přínosů rozdělení obchodního dne do obchodních session na základě aktivity různých obchodních center (např. asijská, evropská, americká session). V tomto ohledu analyzujeme, zda odhady volatility získané z celodenních dat spolehlivě agregují informace pocházející z různých session. Naší intuicí je, že různé obchodní session přináší odlišné informace díky odlišné hloubce trhu. Předpokládáme, že jednotlivé session poskytují užitečné informace, které jsou v agregované míře denní volatility skryté (nevyužitelné). Dále zkoumáme možnost průběžných aktualizací předpovědí denní...
In this thesis, we analyze new possibilities in predicting daily ranges, i.e. the differences between daily high and low prices. The main focus of our work lies in investigating how models commonly used for daily ranges modeling can be enhanced to provide better forecasts. In this respect, we explore the added benefit of using more efficient volatility measures as predictors of daily ranges. Volatility measures considered in this work include realized measures of variance (realized range, realized variance) and range-based volatility measures (Parkinson, Garman & Klass, Rogers & Satchell, etc). As a subtask, we empirically assess efficiency gains in volatility estimation when using range-based estimators as opposed to simple daily ranges. As another venue of research in this work, we analyze the added benefit of slicing the trading day into different sessions based on trading activity (e.g. Asian, European and American session). In this setting we analyze whether whole-day volatility measures reliably aggregate information coming from all trading sessions. We are led by intuition that different sessions exhibit significantly different characteristics due to different order book thicknesses and trading activity in general. Thus these sessions are expected to provide valuable information concealed in...